1

我想使用一列来指示每个样本的起点，然后标记起点之后的点（行），直到达到最大时间。

例如 - 我的数据 (d) 看起来像：

> head(d)
  Sample Seconds Value FLAG
1      A     356     1    1
2      A     357     1   NA
3      A     358     9   NA
4      A     359     4   NA
5      A     400     1   NA
6      A     401     3   NA

可复制的副本在这里：

d <- structure(list(Sample = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L
), .Label = c("A", "B", "C"), class = "factor"), Seconds = c(356L, 
357L, 358L, 359L, 400L, 401L, 402L, 403L, 2955L, 2957L, 2959L, 
3001L, 3002L, 3004L, 2548L, 2549L, 2552L, 2553L, 2554L, 2555L, 
2556L, 2557L, 2558L), Value = c(1L, 1L, 9L, 4L, 1L, 3L, 7L, 2L, 
25L, 17L, 23L, 47L, 34L, 15L, 30L, 16L, 17L, 12L, 6L, 8L, 6L, 
6L, 5L), FLAG = c(1L, NA, NA, NA, NA, NA, NA, NA, 1L, NA, NA, 
NA, NA, NA, 1L, NA, NA, NA, NA, NA, NA, NA, NA)), .Names = c("Sample", 
"Seconds", "Value", "FLAG"), class = "data.frame", row.names = c(NA, 
-23L))

我只想要每个样本的前五秒数据。该标志表示样本的第一行（请记住，这是一个简化版本 - 我的真实数据要求我设置一个标志句柄来查找起点）。我想用起始点（标志=1）抓取行，然后d$Seconds在起始点的 5 秒窗口内的每一行中放置一个 1 值。我不能只添加五个，因为有些样本的点在 4 秒，然后从开始 6 秒开始。我正在处理一个大型数据集，所以我也试图避免 for 循环。有任何想法吗？（对不起数据格式 - 我以前没有发布过，它不会让我放图片）

4

1 回答 1

1

这是base R中的一种方法，使用by：

d$within5 <- unlist(
                by(
                    d,
                    d$Sample,
                    function (x) x$Seconds <= (x$Seconds[!is.na(x$FLAG)]+5)
                  )
                   )

结果：

> head(d)
  Sample Seconds Value FLAG within5
1      A     356     1    1    TRUE
2      A     357     1   NA    TRUE
3      A     358     9   NA    TRUE
4      A     359     4   NA    TRUE
5      A     400     1   NA   FALSE
6      A     401     3   NA   FALSE
于 2012-07-07T02:59:29.507 回答